血液肿瘤质量文档的多轮对话与提示词

这个品类的数据长什么样

血液肿瘤领域的质量文档主要来源于药企内部的研发报告、临床试验方案、生产工艺规程、质量标准、批生产记录、检验报告以及监管机构发布的指导原则。这些文档的更新频率受药品研发进展、临床试验结果、生产工艺变更及监管政策调整影响，通常是阶段性更新，例如每季度或每年进行修订。文档结构上，常包含大量结构化数据（如检测指标、数值范围、批次信息）和半结构化文本（如试验方法描述、偏差处理记录）。字段方面，常见有 批号、生产日期、有效期、检验项目、结果、单位（如 ng/mL、IU/mg、%）以及 判定（合格/不合格）。

这些特征在「多轮对话与提示词」这一环带来什么约束

血液肿瘤质量文档数据更新的阶段性特点，要求知识库在更新后需要进行全面的索引重建或增量更新，以确保多轮对话中引用的信息是最新的。文档中大量的结构化数据和特有单位，使得提示词设计时必须精确地引导模型识别和理解这些数值与单位的关联性，避免因单位混淆导致错误判断。例如，在查询药物浓度时，若模型未能识别 μg/mL 与 mg/mL 的差异，可能给出误导性回复。半结构化文本的存在，则对多轮对话中信息抽取和归纳能力提出了更高要求，提示词需要引导模型在复杂描述中定位关键信息，并支持用户就特定细节进行追问。此外，文档内容的专业性，也要求提示词能有效约束模型在特定领域词汇和概念范围内进行应答。

配置怎么定

配置项	建议取法	这样取的依据
`maxContext`	`8` 轮	血液肿瘤质量问题通常需要数轮追问才能明确具体细节，8 轮可覆盖多数复杂场景。
`分段长度`	`500–700 字符`	兼顾结构化数据与半结构化描述，避免过长分段稀释关键信息，过短分段丢失上下文。
`召回条数`	`前 8 条`	保证在多轮对话中能覆盖到相关度高的多个文档片段，提高信息全面性。
`相似度阈值`	`0.78–0.85`	领域术语精确性要求高，过低阈值可能引入不相关内容，过高阈值可能遗漏相关信息。
`重排返回条数`	`前 5 条`	在初步召回的基础上，通过重排进一步精选最相关的片段，提升多轮对话质量。
`模型温度`	`0.3–0.5`	确保在严谨的质量文档问答中，模型输出保持事实准确性，减少生成性幻觉。

容易做错的三处

对话流程意外跳转：当用户输入包含模糊或多义词汇时，问题分类模块可能将对话路由至不正确的子流程，原因是分类提示词对领域内同义词或近义词的区分度不足。
历史记录冗余：使用 API 开启对话时，若未正确设置 stream 参数或 history 数组，可能在一次用户请求后生成两条对话历史记录，导致上下文管理混乱。
模型输出缺乏关键数值：在查询特定检测结果时，模型回复未能包含具体的数值或单位，原因是提示词未明确要求模型抽取并返回关键字段，或知识库中该字段的解析不够准确。

怎么确认配好了

进行多轮对话测试，验证模型在追问批次、检验项目、结果等关键信息时，能否准确承接上下文并给出正确答案。
检查不同复杂程度的质量问题，确保 问题分类 模块能将用户意图准确导向预设的流程，观察日志中的分类结果是否符合预期。
随机抽取文档中的关键数值和单位，构造提问，核对模型回复中这些信息是否完整、准确无误，并与原始文档进行比对。
模拟 API 调用，观察对话历史记录的生成情况，确认每次交互只产生一条历史记录，且 context 参数传递正常。

问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。